수소충전소 입지 선정

Author

Jungwoo Lee

data mining 개인 프로젝트

1. 분석배경 및 필요성

수소차 증가와 충전소 부족
요즘 운전하다 보면 전기차, 수소차와 같은 친환경차가 많이 보인다. 실제로 전체 자동차 누적 등록대수 2천550만3천대(20223년 01월 기준)중 친환경차(전기·수소·하이브리드)가 총 159만대 (6.2%)를 차지하며 약진을 계속하고 있다. 전기차는 늘어가는 수에 맞춰 충전소도 늘어나고 있지만 수소차는 그러지 못하고 있다. 현재 우리나라에서 수소차 누적 판매량은 2만대가 넘었고 매년 약 1만대정도 팔리고 있습니다. 실제로 2021년 현대 자동차의 수소자동차인 넥쏘의 내수 판매량은 8473대로 꽤 많이 팔렸다는 것을 알 수 있습니다. 하지만 수소차 판매량에 비해 충전소는 턱없이 부족한 상황이다. 2021년 기준 수소충전소는 148기로 충전소 한개당 약 135대를 충전해야하는 상황이다.

수소충전소 구축의 어려움
앞서 수소충전소가 148기 있다고 얘기했는데 국토교통부의 발표에 따르면 2040년까지 수소충전소를 1200기를 설치하겠다고 발표했다. 수소충전소는 1기를 짓는데 약 20억에서 30억정도의 비용이 들어간다. 국토교통부의 계획인 1200기를 다 짓는다고 가정하면 약 3조6000억정도의 어마어마한 비용이 들어간다. 또한, 수소충전시설의 경우 부정적인 인식을 가지고 있다. 따라서 인구밀도가 높은 수도권의 경우 부지확보 곤란 및 주민 수용성 등의 문제로 충전소 입지 선정에 어려움을 겪고 있다. 수소연료공급시설은 전기차 충전소와 달리 건축법 시행령 제19호의 위험물 저장 및 처리시설에 해당하므로 사전에 부지 적정성을 확인해야 한다. 이때, 교육환경보호법률과 주택건설기준규정에 따라 학교, 공동주택, 어린이놀이터, 의료시설, 유치원, 어린이집, 경로당 등으로부터 수평거리 50m 이상 떨어진 곳에 배치되어야 하므로 수소충전소 부지 선정 시 고려해야 하는 요소가 많다. 따라서 인구밀도가 높은 수도권의 경우, 이러한 규제요인들을 고려하기가 까다롭다. 그래서 데이터를 활용해 적절한 수소충전소 설치 지역을 알아낼려고 한다.

2. 분석목적

정부에서 말한 전략적 배치는 인구밀도가 현저히 낮은 지역, 지자체, 민간 참여가 어려운 지역 등 국민 참여 및 공공성 확보를 위해 전략적으로 구축하고 충전소가 부족한 지역 및 인접지역을 우선적으로 구축 예정이다. 수소차 보급 초기 단계는 대중화 유도를 위해 2025년까지 전국 시,군,구에 수소충전소를 1기씩 설치하는게 정부 목표이다. 따라서 본 프로젝트에서는 환경부의 수소충전소 전략적 배치 계획과 수소충전소 구축 운영 매뉴얼을 배경으로 특정지역을 선택해 각 구별로 수소충전소 최적 입지 선정을 하는 것이 목표로 한다.

3. 분석 로드맵 & 수소충전소 설립 지역 확인


code
# 패키지 로드
import geopandas as gpd
import pandas as pd
import math
import pydeck

import folium
from folium import Choropleth, Circle, Marker
from folium.plugins import HeatMap, MarkerCluster

한국가스안전공사_수소충전소_현황 데이터를 가지고 수소충전소 위치를 맵핑 해봤다.

code
# data load
hc_location = pd.read_csv('/Users/jungwoolee/Desktop/project/data mining/hc_acc.csv')

# markercluster
m = folium.Map(location = [36.5053, 127.7043], tiles = 'cartodbpositron', zoom_start = 8)

# 지도에 표시
mc = MarkerCluster()
for idx, row in hc_location.iterrows():
    if not math.isnan(row['경도']) and not math.isnan(row['위도']):
        mc.add_child(Marker([row['위도'], row['경도']]))
m.add_child(mc)

m
Make this Notebook Trusted to load map: File -> Trust Notebook

2023년_04월_자동차_등록자료_통계로 현재 수소자동차의 현황을 파악학고 한국가스안전공사_수소충전소_현황을 이용해 각 지역에 충전소가 몇개 있는지 파악하고 지역마다 충전소당 충전차량이 몇대인지 계산해서 hydrogen fueled car info 데이터를 새로 만들었다.

이 표와 그래프를 보면 부산광역시가 충전소당_충전차량이 660대로 전국에서 수소자동차 대비 충전소가 가장 부족한 상황인 것을 파악할 수 있다. 따라서 부산광역시에 수소충전소가 추가로 설치돼야 한다. 그래서 부산광역시를 특정지역으로 선택했다.

4. 분석 과정

분석 과정 (1) - 데이터 선정

수소충전소 설치시 고려해야하는 요인을 입지요인과 규제요인으로 분류하였다. 규제요인의 경우 수소충전소 설치 시 적용되는 규제이며, 현재 실질적으로 적용되는 법률은 교육환경보호법률과 주택건설기준규정이다. 입지요인은 크게 용이성, 안전성, 경제성으로 나눌 수 있다.

활용한 데이터 셋은 다음과 같다.


분석 과정 (2) - 데이터 시각화

입지선정변수 데이터가 수소충전소 입지 선정에 유의미한 영향을 미치는지 검토하기 위해 각각의 변수를 시각화하였다. 아래는 수소차량수, 생활인구, 인구밀도, 화재발생, 공시지가 총 5개 입지선정변수이다.

Make this Notebook Trusted to load map: File -> Trust Notebook

수소차량수

Make this Notebook Trusted to load map: File -> Trust Notebook

인구밀도

Make this Notebook Trusted to load map: File -> Trust Notebook

생활인구

Make this Notebook Trusted to load map: File -> Trust Notebook

화재발생

Make this Notebook Trusted to load map: File -> Trust Notebook

규제(초등학교, 유치원, 경로당, 종합병원)

분석 과정 (3) - 회귀분석

  1. 행정동별 수소충전소 개수를 종속 변수로, 입지선정변수 데이터 5개를 독립 변수로 설정해 회귀분석을 실행하였다.
  2. 그중 유의한 3개의 독립 변수만 다시 회귀분석을 실행한다.
  3. 회귀분석 결과, 5개의 독립변수 중 유의한 값을 가진 3개의 변수를 입지선정변수로 선정한다. 회귀분석 결과를 바탕으로 각각의 변수에 입지선정지수(가중치)를 설정한다.

각각의 가중치는 다음과 같다.

  • 인구밀도: -0.09

  • 화재건수: 0.16

  • 수소차량수: 0.20

분석 과정 (4) - 최종입지선정

1위: 기장군

2위: 강서구

3위: 사상구

4위: 금정구

5위: 남구

순으로 결과가 나왔다. 여기서 공시지가를 고려해 사상구, 금정구, 남구에 1기씩 설치하기러 했다.

5. 분석 결과

Make this Notebook Trusted to load map: File -> Trust Notebook

빨간점: 기존 수소충전소
파란점: 신규 수소충전소

기존 3기에서 6기를 늘어남으로써 충전소당 충전차량이 330대로 서울시와 똑같아졌다.

6. 의의와 한계점

의의

  1. 다양한 변수 고려

  2. 정부 정책에 직접적이고 즉각적인 반영 가능

  3. 수소충전소 균등 분배 도모

한계점

  1. 데이터의 정확도 모호

  2. 지역 균등의 문제